专注自动化设备
“自动化信息化智能制造”解决方案专家
您现在的位置:首页 > 客户案例

借助人工智能,仓库机械人的技术又提高了

编者案:现在,机械人走进工场和仓库,已不是希奇的工作了。但是,年夜大都机械人都仍是很是拙笨的,设计上也存在很多不足,并且可能也只能抓取特定外形的物品。这篇文章,原题目是AI Helps Warehouse Robots Pick Up N

  • 宝贝详情
  • AG体育

    编者案:现在,机械人走进工场和仓库,已不是希奇的工作了。但是,年夜大都机械人都仍是很是拙笨的,设计上也存在很多不足,并且可能也只能抓取特定外形的物品。这篇文章,原题目是AI Helps Warehouse Robots Pick Up New Tricks,作者WILL KNIGHT在文中介绍了加州年夜学伯克利分校深度进修与机械人学年夜牛Pieter Abbeel与几位华人学生创业,并研发出具有更高精准和靠得住性的机械人。

    在人工智能范畴,包罗机械进修范畴两年夜开山祖师在内的多位年夜牛都一致认为,奇妙的算法将会让工业机械人的能力实现质的奔腾。

    杰弗里·辛顿(Geoffrey Hinton)与杨立昆(Yann LeCun)这两年夜开山祖师,与蒙特利尔年夜学传授尤舒亚·本吉奥(Yoshua Bengio),因在深度进修范畴做出的进献,配合取得了2018年图灵奖。

    他们三位也是研发仓库挑选机械人的人工智能草创公司Covariant.ai的投资人。

    Covariant.ai公司所研发的计较机平台,除有配备摄像头的制品机械人手臂、一个专用抓手装配以外,还很是壮大的计较能力,可以或许计较并确认若何抓取仓库挑选篮的物品。

    前不久,这家草创公司发布了其研发并已投入商用的首款人工智能机械人设备。这款机械人,首要功能是挑选产物包装盒和包装袋,今朝已在德国电子产物零售商Obeta公司投入利用。

    你可能会认为,挑选平常的包装盒和塑料包装袋,听起来也没有特殊的地方,并且根基上这类工作也是人工功课的。

    工场和仓库中的工人,可能会常常被要求利用新投入的操作东西,有时辰可能仍是一系列分歧的东西。但是,对机械人而言,要想快速进修若何抓取另外一种物品,可能就相对坚苦了。

    现在,在工场和仓库中已投入利用的机械人,年夜大都都仍是很是拙笨的,设计上也存在很多不足。在现在的人工智能和机械人研究范畴,要研究若何让机械人去抓取不熟习或是外形复杂的物品,依然是一个辣手课题。

    最近几年来,很多研发制造机械人的草创公司如雨后春笋般地呈现,他们都根基上采取了很是简单的算法,来履行挑选仓库中部门物品等平常工作。

    在这个范畴,知名企业包罗Plus One Robotics、Picnic,和RightHand Robotics等公司。

    对草创企业而言,经由过程更平安的机械人手臂、定制化的抓手装配、制品感应器和机械人视觉与节制的开源代码,可以或许付与机械人新的“任务”,好比在仓库内部运输产物,或将货架上的纸箱取下来等等。

    今朝,Covariant.ai公司还没能研发出一款可以或许像人类一样矫捷变通的机械人,但它成功地将一项叫做强化进修(reinforcement learning)的研究手艺,应用到了工业布景下。

    在现实应用进程中,假如要想让机械人进修,又不但愿机械人出错,是几近不成能的工作。商用机械人设备,还需要更高的精准性与靠得住性。

    成立在2017年的Covariant.ai公司,是由美国加州年夜学伯克利分校(UC Berkeley)人工智能范畴的知名传授皮特·阿贝尔(Pieter Abbeel)和他的几位学生一路创建的。

    阿贝尔传授是将深度强化进修利用在机械人方面的前驱人物。2010年,他研发了一款可以或许叠衣服的机械人(虽然速度很慢),并是以在学术圈名声年夜噪。

    借助一系列人工智能手艺,Covariant.ai公司首要在研究若何让机械人抓取不熟习的物品。此中,就包罗强化进修手艺,让算法在不竭的测验考试与掉败当中不竭提高其靠得住性。这有点像动物经由过程积极反馈与消极反馈来进修的进程。

    强化进修,最近一向在鞭策人工智能范畴的重年夜冲破。此中,就包罗谷歌母公司Alphabet公司旗下的人工智能公司DeepMind研发的超凡博弈算法。

    这类博弈算法,可让机械人经由过程视频图象辨认物品的外形,领会在哪里若何去抓取这个物品。

    但是,强化进修很是复杂,而且需要壮大的计较能力。“现实上,我之前一向对强化进修持思疑立场,但此刻我不再思疑了。”多伦多年夜学特聘传授杰弗里·辛顿(Geoffrey Hinton)称。

    据辛顿传授称,要想让强化进修正常工作,其需要的计较能力凡是城市让人感觉“望而生畏”。是以,可以或许将之成功投入商用,必定会引发很多人的注视。

    辛顿传授还提到,加倍使人印象深入的是,Covariant.ai公司的系统已在商用布景下运行了相当长的一段时候了。

    据阿贝尔称,除强化进修以外,Covariant.ai公司研发的机械人,还连系了模拟进修(imitation learning)的手艺,经由过程不雅察感知演示来进修,而且经由过程另外一种元进修(meta-learning,即学会若何进修)的算法,来进一步理解。

    阿贝尔还弥补说,等新一批设备达到后,这套系统还可以进一步伐整和提高。“这是‘即拿即用’的练习,”阿贝尔称,“我也相信,在实际糊口中,没有第二家公司能做到如许。”

    其他投资在Covariant.ai公司的年夜牛还包罗:谷歌人工智能团队Google Brain的负责人杰夫·迪恩(Jeff Dean),前斯坦福年夜学人工智能尝试室(SAIL)负责人李飞飞(Fei-Fei Li),和麻省理工学院计较机科学与人工智能尝试室(MIT CSAIL)负责人丹妮拉·鲁斯(Daniela Rus)。

    因为贸易竞争关系,Covariant.ai公司并没有完全公然其焦点手艺细节。是以,我们也很难精准地判定,其系统在多年夜水平上依靠在进步前辈的人工智能手艺。

    麦洛妮·怀斯(Melonee Wise)是仓库智能移念头器人公司Fetch Robots的首席履行官。她说,对一项具体抓取使命而言,在实现精准性和靠得住性方面,现实上其实不需要太多的人工智能。

    假如系统设计邃密,相干物品差别也不年夜的话,那即使是略微拙笨的系统,配备一个工致的抓手装配,凡是也可以或许完成挑选工作的。

    “在我看来,焦点解决方案,依然是设计专用的抓手装配,同时配备响应的配套东西。”怀斯说。

    但是,在工业主动化范畴,人工智能已阐扬着愈来愈主要的感化。借助人工智能,假如能主动化今朝需要人工功课的工作的话,这仍是能发生比力深远的影响的。

    据非盈利专业化组织国际机械人结合会(International Federation of Robotics,IFR)称,今朝对机械人的需求,已进入了快速增加阶段。

    2018年,全球工业机械人出货量为42.2万台,同比2017年增添6%。此中,协作机械人出货量接近1.4万台,比拟2017年的1.11万台同比增加了23%。

    据IFR猜测,2020年至2022年间,全球工业机械人出货量将实现12%的年平均增加率。

    就机械人研发制造范畴,很多成熟年夜型的公司都留意到了Covariant.ai公司。

    客岁,全球领先工业机械人手艺供给商ABB但愿寻觅可以或许帮忙其实现仓库主动化的公司。ABB向Covariant.ai等多家公司寄送了各类合用在其系统的物品包装箱,让他们经由过程受控尝试测试挑选这些包装箱。

    据ABB全球办事机械人手艺总监马克·塞古拉(Marc Segura)称,Covariant.ai是独一可以或许在没有任何掉误的条件下,成功抓取各类类型包装箱的公司。

    “每次只要触及到抓取不熟习的物品,最善于的老是Covariant.ai。”塞古拉说。据他预估,在接下来几年中,Covariant.ai公司的方针市场,可能会增加至数十亿美元的范围。

    除此以外,Covariant.ai公司也在跟德国主动化系统公司克纳普(Knapp)合作,但愿可以或许在德国正式投产其第一套系统。

    克纳普公司负责立异成长的副总裁彼得·普切温(Peter Puchwein)称,Covariant.ai公司的机械人,乃至能抓取透明袋子中的物品,而摄像机却很难去辨认这些物品,是以,他对这家公司的机械人印象特殊深入。

    “即使对人类而言,假如一个纸箱里有20个用透明塑料袋包装的物品,你也很难精准地把此中一个物品拿出来。”普切温说。

    普切温还提到,从最最先的时辰,这套系统就可以到达人工挑选工的工作效力,但更主要的是,这套系统永久都不会感觉怠倦。据他估计,在接下来的几个月时候里,克纳普还将从Covariant.ai公司引入几十个其研发的机械人。

    “所有来公司参不雅的客户都暗示,他们对这些机械人很是感爱好。”普切温说。

  • 上一篇:智能装备操作工人需求存在庞大缺口 下一篇:AI | 人工智能若何帮忙人类和动物对话?